作者中心
专家审稿
责编办公
编辑办公全文下载排行
1
2025, 14(4): 1019-1045.
摘要
1443KB
近年来，通信感知一体化技术受到学术界和工业界的广泛关注，被视为6G网络的关键技术之一。考虑到通信基础设施的广泛部署，将感知功能集成到通信系统中以构建通信感知一体化网络成为研究的重点。为此，以通信为中心的通感一体化信号设计成为首要解决的关键技术问题。以通信为中心的信号设计有两种主要技术路线：(1)基于导频进行感知的信号设计；(2)基于数据进行感知的信号设计。该文对以上两种信号设计的技术路线进行了深入而系统的阐述，其中对基于导频进行感知的信号设计的现有文献进行了全面综述，并对基于数据进行感知的信号设计进行了梳理，最后对通感一体化信号设计的未来研究方向进行了展望。
近年来，通信感知一体化技术受到学术界和工业界的广泛关注，被视为6G网络的关键技术之一。考虑到通信基础设施的广泛部署，将感知功能集成到通信系统中以构建通信感知一体化网络成为研究的重点。为此，以通信为中心的通感一体化信号设计成为首要解决的关键技术问题。以通信为中心的信号设计有两种主要技术路线：(1)基于导频进行感知的信号设计；(2)基于数据进行感知的信号设计。该文对以上两种信号设计的技术路线进行了深入而系统的阐述，其中对基于导频进行感知的信号设计的现有文献进行了全面综述，并对基于数据进行感知的信号设计进行了梳理，最后对通感一体化信号设计的未来研究方向进行了展望。
2
2025, 14(4): 1092-1114.
相较于地基外辐射源雷达，基于卫星信号的外辐射源雷达(即卫星信号外辐射源雷达)具有全球、全时、全天候覆盖等优势，可弥补地基外辐射源雷达在海上覆盖范围不足的限制；相较于中高轨卫星信号，低轨通信卫星信号具有接收功率强、卫星数目多等优势，可为海上目标无源探测提供可观的探测距离与探测精度。面向未来发展需求，该文详细论述了卫星信号外辐射源雷达研究现状与应用前景，给出了以铱星、星链两类低轨通信卫星系统构建高低频宽窄带融合的低轨通信卫星信号外辐射源雷达系统的可行性分析，据此总结了研发低轨通信卫星信号外辐射源雷达系统面临的技术挑战与候选解决思路。上述研究可为广域范围内，外辐射源雷达探测提供重要参考。
相较于地基外辐射源雷达，基于卫星信号的外辐射源雷达(即卫星信号外辐射源雷达)具有全球、全时、全天候覆盖等优势，可弥补地基外辐射源雷达在海上覆盖范围不足的限制；相较于中高轨卫星信号，低轨通信卫星信号具有接收功率强、卫星数目多等优势，可为海上目标无源探测提供可观的探测距离与探测精度。面向未来发展需求，该文详细论述了卫星信号外辐射源雷达研究现状与应用前景，给出了以铱星、星链两类低轨通信卫星系统构建高低频宽窄带融合的低轨通信卫星信号外辐射源雷达系统的可行性分析，据此总结了研发低轨通信卫星信号外辐射源雷达系统面临的技术挑战与候选解决思路。上述研究可为广域范围内，外辐射源雷达探测提供重要参考。
3
2025, 14(4): 1071-1091.
雷达通信一体化通过资源共享机制，在提高系统频谱利用率的同时实现了轻量化设计，广泛应用于空中交通管制、医疗监测、自动驾驶等领域。传统的雷达通信一体化算法通常依赖于精确的数学建模和信道估计，无法适应难以刻画的动态复杂环境。人工智能凭借其强大的学习能力直接从大量数据中自动学习特征，无需对数据进行显式建模，促进了雷达通信的深度融合。该文围绕人工智能驱动的雷达通信一体化研究展开系统的综述。具体而言，首先阐述了雷达通信一体化系统模型与核心问题。在此基础上，从雷达通信共存和双功能雷达通信一体化两个方面梳理了人工智能驱动的雷达通信一体化最新研究进展。最后，总结全文并对该领域潜在的技术挑战和未来的研究方向进行了展望。
雷达通信一体化通过资源共享机制，在提高系统频谱利用率的同时实现了轻量化设计，广泛应用于空中交通管制、医疗监测、自动驾驶等领域。传统的雷达通信一体化算法通常依赖于精确的数学建模和信道估计，无法适应难以刻画的动态复杂环境。人工智能凭借其强大的学习能力直接从大量数据中自动学习特征，无需对数据进行显式建模，促进了雷达通信的深度融合。该文围绕人工智能驱动的雷达通信一体化研究展开系统的综述。具体而言，首先阐述了雷达通信一体化系统模型与核心问题。在此基础上，从雷达通信共存和双功能雷达通信一体化两个方面梳理了人工智能驱动的雷达通信一体化最新研究进展。最后，总结全文并对该领域潜在的技术挑战和未来的研究方向进行了展望。
4
2019, 8(6): 852-863.
近年来，深度学习技术得到广泛应用，然而在合成孔径雷达(SAR)舰船目标检测研究中，由于数据获取难、样本规模小，尚难以支撑深度网络模型的训练。该文公开了一个面向高分辨率、大尺寸场景的SAR舰船检测数据集，该数据集包含31景高分三号SAR图像，场景类型包含港口、岛礁、不同级别海况的海面等，背景涵盖近岸和远海等多样场景。同时，该文使用经典舰船检测算法和深度学习算法进行了实验，其中基于密集连接端到端网络方法效果最佳，平均精度达到88.1%。通过实验对比分析形成指标基准，方便其他学者在此数据集基础上进一步展开SAR舰船检测相关研究。
近年来，深度学习技术得到广泛应用，然而在合成孔径雷达(SAR)舰船目标检测研究中，由于数据获取难、样本规模小，尚难以支撑深度网络模型的训练。该文公开了一个面向高分辨率、大尺寸场景的SAR舰船检测数据集，该数据集包含31景高分三号SAR图像，场景类型包含港口、岛礁、不同级别海况的海面等，背景涵盖近岸和远海等多样场景。同时，该文使用经典舰船检测算法和深度学习算法进行了实验，其中基于密集连接端到端网络方法效果最佳，平均精度达到88.1%。通过实验对比分析形成指标基准，方便其他学者在此数据集基础上进一步展开SAR舰船检测相关研究。
5
2025, 14(4): 781-796.
通过复用随机通信信号，并基于现网中的通信架构实现通信感知一体化(ISAC)，能够显著降低ISAC实现成本、加速感知功能融入现有通信网络。然而，通信数据的随机性将会使得感知功能出现随机起伏，造成感知性能不稳定。为了获得稳健的感知性能，该文研究了随机通感一体空域信号处理方法，提出了多输入多输出通感一体(MIMO-ISAC)系统收发预编码联合优化设计方案。具体而言，考虑对目标响应矩阵的估计，该文首先定义了随机信号下感知系统的遍历克拉美罗界(ECRB)，并基于复逆Wishart矩阵的分布推导了ECRB的闭合表达式，从理论上说明了使用随机信号进行感知相较于传统使用确定性正交信号的性能损失。进一步地，该文分别考虑了ECRB最小化的感知最优问题以及多天线多用户信号估计的通信最优问题，并获得了感知最优预编码设计和通信最优预编码设计方案。接着，该文将上述收发预编码优化设计思路扩展至通信感知一体化场景。最后，该文通过大量仿真验证了所提方法的有效性，相关结果表明所提出的联合收发预编码设计方案能够支持高精度目标响应矩阵估计，同时能够实现通信信号估计误差与目标响应矩阵估计误差的灵活折衷。
通过复用随机通信信号，并基于现网中的通信架构实现通信感知一体化(ISAC)，能够显著降低ISAC实现成本、加速感知功能融入现有通信网络。然而，通信数据的随机性将会使得感知功能出现随机起伏，造成感知性能不稳定。为了获得稳健的感知性能，该文研究了随机通感一体空域信号处理方法，提出了多输入多输出通感一体(MIMO-ISAC)系统收发预编码联合优化设计方案。具体而言，考虑对目标响应矩阵的估计，该文首先定义了随机信号下感知系统的遍历克拉美罗界(ECRB)，并基于复逆Wishart矩阵的分布推导了ECRB的闭合表达式，从理论上说明了使用随机信号进行感知相较于传统使用确定性正交信号的性能损失。进一步地，该文分别考虑了ECRB最小化的感知最优问题以及多天线多用户信号估计的通信最优问题，并获得了感知最优预编码设计和通信最优预编码设计方案。接着，该文将上述收发预编码优化设计思路扩展至通信感知一体化场景。最后，该文通过大量仿真验证了所提方法的有效性，相关结果表明所提出的联合收发预编码设计方案能够支持高精度目标响应矩阵估计，同时能够实现通信信号估计误差与目标响应矩阵估计误差的灵活折衷。
6
2025, 14(4): 928-949.
卫星通信与星载合成孔径雷达(SAR)遥感探测的一体化技术旨在融合通信与遥感功能，实现数据传输与遥感成像的同步进行，以满足对高效、隐蔽和安全信息传输的需求，提升系统的多用途能力。然而，由于二者在波形特性、收发器设计及信号处理算法等方面存在显著差异，实现星载通信与遥感一体化系统面临诸多挑战。该研究提出了一种基于信息超表面技术的无源无线通信系统，结合SAR回波调制方法，创新性地实现了地星通信与星载SAR遥感探测的深度融合。该系统通过精确调制其SAR散射回波参数，在维持SAR遥感探测质量约束条件下实现了无源无线通信功能。在此基础上，利用电磁反向散射特性替代主动发射机制，有效保障了通信链路的电磁隐蔽性与信息安全特性。场景仿真实验与星载SAR数据实验结果验证了系统的可行性与有效性。实验结果表明，在兼容传统SAR波形体制的前提下，该系统成功实现了地星数据传输与星载SAR成像的同步运行。该研究的核心目标是推动星载SAR遥感探测系统与无线通信技术的深度融合，旨在实现频谱资源的高效利用，并探索如何将信息超表面技术有效应用于通信与遥感一体化系统中，而为该领域提供新的研究视角与技术潜力。
卫星通信与星载合成孔径雷达(SAR)遥感探测的一体化技术旨在融合通信与遥感功能，实现数据传输与遥感成像的同步进行，以满足对高效、隐蔽和安全信息传输的需求，提升系统的多用途能力。然而，由于二者在波形特性、收发器设计及信号处理算法等方面存在显著差异，实现星载通信与遥感一体化系统面临诸多挑战。该研究提出了一种基于信息超表面技术的无源无线通信系统，结合SAR回波调制方法，创新性地实现了地星通信与星载SAR遥感探测的深度融合。该系统通过精确调制其SAR散射回波参数，在维持SAR遥感探测质量约束条件下实现了无源无线通信功能。在此基础上，利用电磁反向散射特性替代主动发射机制，有效保障了通信链路的电磁隐蔽性与信息安全特性。场景仿真实验与星载SAR数据实验结果验证了系统的可行性与有效性。实验结果表明，在兼容传统SAR波形体制的前提下，该系统成功实现了地星数据传输与星载SAR成像的同步运行。该研究的核心目标是推动星载SAR遥感探测系统与无线通信技术的深度融合，旨在实现频谱资源的高效利用，并探索如何将信息超表面技术有效应用于通信与遥感一体化系统中，而为该领域提供新的研究视角与技术潜力。
7
2023, 12(2): 456-469.
海上目标检测识别受制于海上目标及海杂波环境特性，基于实测数据认知海上目标的本质特征有利于推进目标检测识别技术进步。针对海上目标散射特性数据不足的问题，升级“雷达对海探测数据共享计划(SDRDSP)”，扩展雷达目标观测的物理维度、提升雷达及辅助数据采集能力，获取不同极化、海况下的海上目标及环境数据，构建海上目标双极化多海况散射特性数据集，并分析其统计分布特性、时间与空间相关性和多普勒谱特性，为数据使用提供支持。后续将推进海上目标类型与数量的持续积累，为海上目标检测识别性能提升和智能化发展提供数据支持。
海上目标检测识别受制于海上目标及海杂波环境特性，基于实测数据认知海上目标的本质特征有利于推进目标检测识别技术进步。针对海上目标散射特性数据不足的问题，升级“雷达对海探测数据共享计划(SDRDSP)”，扩展雷达目标观测的物理维度、提升雷达及辅助数据采集能力，获取不同极化、海况下的海上目标及环境数据，构建海上目标双极化多海况散射特性数据集，并分析其统计分布特性、时间与空间相关性和多普勒谱特性，为数据使用提供支持。后续将推进海上目标类型与数量的持续积累，为海上目标检测识别性能提升和智能化发展提供数据支持。
8
该文针对飞鸟和无人机等低慢小目标精细化特征提取和分类问题，提出了一种多波段多角度特征融合分类方法。首先分别基于K波段和L波段调频连续波雷达从多个角度采集了5种类型旋翼无人机和飞鸟模型数据，构建低慢小探测数据集。其次，为了获取L波段目标信号的周期性振动特征，利用经验模态分解提取L波段信号中高频特征，抑制噪声影响；对K波段回波信号进行短时傅里叶变换，获得多角度高分辨微动特征。然后，设计了一种多波段多角度特征融合网络模型(MMFFNet)，包含改进的卷积长短期记忆网络时序特征提取模块、注意力融合模块和多尺度特征融合模块，通过多波段多角度特征的融合提高了目标分类的准确率。通过实测数据集验证表明，与使用单一雷达特征分类方法相比，在高信噪比为5 dB和低信噪比为–3 dB条件下所提方法对7种类型的低慢小目标的正确分类准确率分别提高了3.1%和12.3%。
该文针对飞鸟和无人机等低慢小目标精细化特征提取和分类问题，提出了一种多波段多角度特征融合分类方法。首先分别基于K波段和L波段调频连续波雷达从多个角度采集了5种类型旋翼无人机和飞鸟模型数据，构建低慢小探测数据集。其次，为了获取L波段目标信号的周期性振动特征，利用经验模态分解提取L波段信号中高频特征，抑制噪声影响；对K波段回波信号进行短时傅里叶变换，获得多角度高分辨微动特征。然后，设计了一种多波段多角度特征融合网络模型(MMFFNet)，包含改进的卷积长短期记忆网络时序特征提取模块、注意力融合模块和多尺度特征融合模块，通过多波段多角度特征的融合提高了目标分类的准确率。通过实测数据集验证表明，与使用单一雷达特征分类方法相比，在高信噪比为5 dB和低信噪比为–3 dB条件下所提方法对7种类型的低慢小目标的正确分类准确率分别提高了3.1%和12.3%。
9
2025, 14(4): 1046-1070.
集探测与通信功能为一体的探通一体(DFRC)综合电子设备平台通过共享硬件平台和发射波形，有效缓解了平台受限、资源紧张、电磁兼容等问题，因此成为近年来的研究热点。以探测为核心、兼顾有限通信能力的DFRC技术，在未来实战中的预警监视、跟踪制导等典型探测场景中具有巨大的应用前景。该文重点关注在保证基本通信性能基础之上，通过有效调节探测与通信在多域资源利用方面的冲突和矛盾，实现雷达探测性能最优化的信号设计方法。该文首先总结了DFRC系统的性能衡量准则，然后全面地介绍了典型探测场景下DFRC信号设计方法，并深入分析了各信号设计方法存在的问题以及目前的解决方案。在最后对全文做了总结，并对未来的研究方向进行了展望。
集探测与通信功能为一体的探通一体(DFRC)综合电子设备平台通过共享硬件平台和发射波形，有效缓解了平台受限、资源紧张、电磁兼容等问题，因此成为近年来的研究热点。以探测为核心、兼顾有限通信能力的DFRC技术，在未来实战中的预警监视、跟踪制导等典型探测场景中具有巨大的应用前景。该文重点关注在保证基本通信性能基础之上，通过有效调节探测与通信在多域资源利用方面的冲突和矛盾，实现雷达探测性能最优化的信号设计方法。该文首先总结了DFRC系统的性能衡量准则，然后全面地介绍了典型探测场景下DFRC信号设计方法，并深入分析了各信号设计方法存在的问题以及目前的解决方案。在最后对全文做了总结，并对未来的研究方向进行了展望。
10
2024, 13(3): 501-524.
雷达微弱目标处理是实现优异探测性能的基础和前提，在复杂的实际环境应用过程中，由于强杂波干扰、目标信号微弱、图像特征不明显、有效特征难提取等问题，导致雷达微弱目标检测与识别一直是雷达处理领域中的难点之一。传统模型类处理方法与实际工作背景和目标特性匹配不精准，导致通用性不强。近年来，深度学习在雷达智能信息处理领域取得了显著进展，深度学习算法通过构建深层神经网络，可以自动地从大量雷达数据中学习特征表示，提高目标检测和识别的性能。该文分别从雷达目标微弱信号处理、图像处理、特征学习等多个方面系统梳理和总结近年来雷达微弱目标智能化处理的研究进展，具体包括噪声与杂波抑制、微弱目标信号增强；低、高分辨雷达图像和特征图处理；特征提取、融合、目标分类与识别等。针对目前微弱目标智能化处理应用存在的泛化能力有限、特征单一、可解释性不足等问题，从小样本目标检测(迁移学习、强化学习)、多维多特征融合检测、网络模型可解释性、知识与数据联合驱动等方面对未来发展进行了展望。
雷达微弱目标处理是实现优异探测性能的基础和前提，在复杂的实际环境应用过程中，由于强杂波干扰、目标信号微弱、图像特征不明显、有效特征难提取等问题，导致雷达微弱目标检测与识别一直是雷达处理领域中的难点之一。传统模型类处理方法与实际工作背景和目标特性匹配不精准，导致通用性不强。近年来，深度学习在雷达智能信息处理领域取得了显著进展，深度学习算法通过构建深层神经网络，可以自动地从大量雷达数据中学习特征表示，提高目标检测和识别的性能。该文分别从雷达目标微弱信号处理、图像处理、特征学习等多个方面系统梳理和总结近年来雷达微弱目标智能化处理的研究进展，具体包括噪声与杂波抑制、微弱目标信号增强；低、高分辨雷达图像和特征图处理；特征提取、融合、目标分类与识别等。针对目前微弱目标智能化处理应用存在的泛化能力有限、特征单一、可解释性不足等问题，从小样本目标检测(迁移学习、强化学习)、多维多特征融合检测、网络模型可解释性、知识与数据联合驱动等方面对未来发展进行了展望。
11
2025, 14(4): 842-853.
随着低空经济的兴起，无人机的通信和检测问题受到了广泛的关注。该文研究了OFDM通信感知一体化中的感知参考信号设计，用于远距离高速无人机的检测。为了实现无人机在远距离和高速度情况下的不模糊检测，传统的参考信号设计需要较密的感知参考信号布置，从而带来较大的资源开销。此外，基于OFDM波形的远距离检测，还面临码间串扰的挑战。首先，针对远距离检测的问题，该文设计了支持远距离检测且抗码间串扰的感知参考信号模式，可以在较少资源开销下达到系统的最大不模糊检测距离。然后，基于前述参考信号的排布模式，针对高速度检测的问题，该文在基于中国剩余定理消除模糊方法的基础上，引入距离变化率。通过合理的参考信号配置与幽灵目标消除算法，可以在较小的资源开销下，大幅增加不模糊检测速度，且有效避免幽灵目标的产生。上述方法的有效性最后通过仿真进行了验证。仿真结果表明，针对远距离高速目标的检测，相比于传统方法，该文所提的方法可降低72%的参考信号开销。
随着低空经济的兴起，无人机的通信和检测问题受到了广泛的关注。该文研究了OFDM通信感知一体化中的感知参考信号设计，用于远距离高速无人机的检测。为了实现无人机在远距离和高速度情况下的不模糊检测，传统的参考信号设计需要较密的感知参考信号布置，从而带来较大的资源开销。此外，基于OFDM波形的远距离检测，还面临码间串扰的挑战。首先，针对远距离检测的问题，该文设计了支持远距离检测且抗码间串扰的感知参考信号模式，可以在较少资源开销下达到系统的最大不模糊检测距离。然后，基于前述参考信号的排布模式，针对高速度检测的问题，该文在基于中国剩余定理消除模糊方法的基础上，引入距离变化率。通过合理的参考信号配置与幽灵目标消除算法，可以在较小的资源开销下，大幅增加不模糊检测速度，且有效避免幽灵目标的产生。上述方法的有效性最后通过仿真进行了验证。仿真结果表明，针对远距离高速目标的检测，相比于传统方法，该文所提的方法可降低72%的参考信号开销。
12
2023, 12(4): 906-922.
针对合成孔径雷达(SAR)图像中飞机散射点离散以及背景强干扰造成虚警的问题，该文提出了一种结合散射感知的SAR飞机检测识别方法。一方面，通过上下文引导的特征金字塔模块来增强全局信息，减弱复杂场景中强干扰的影响，提高检测识别的准确率。另一方面，利用散射关键点对目标进行定位，设计散射感知检测模块实现对回归框的细化校正，增强目标的定位精度。为了验证方法有效性、同时促进SAR飞机检测识别领域的研究发展，该文制作并公开了一个高分辨率SAR-AIRcraft-1.0数据集。该数据集图像来自高分三号卫星，包含4,368张图片和16,463个飞机目标实例，涵盖A220, A320/321, A330, ARJ21, Boeing737, Boeing787和other共7个类别。该文将提出的方法和常见深度学习算法在构建的数据集上进行实验，实验结果证明了散射感知方法的优异性能，并且形成了该数据集在SAR飞机检测、细粒度识别、检测识别一体化等不同任务中性能指标的基准。
针对合成孔径雷达(SAR)图像中飞机散射点离散以及背景强干扰造成虚警的问题，该文提出了一种结合散射感知的SAR飞机检测识别方法。一方面，通过上下文引导的特征金字塔模块来增强全局信息，减弱复杂场景中强干扰的影响，提高检测识别的准确率。另一方面，利用散射关键点对目标进行定位，设计散射感知检测模块实现对回归框的细化校正，增强目标的定位精度。为了验证方法有效性、同时促进SAR飞机检测识别领域的研究发展，该文制作并公开了一个高分辨率SAR-AIRcraft-1.0数据集。该数据集图像来自高分三号卫星，包含4,368张图片和16,463个飞机目标实例，涵盖A220, A320/321, A330, ARJ21, Boeing737, Boeing787和other共7个类别。该文将提出的方法和常见深度学习算法在构建的数据集上进行实验，实验结果证明了散射感知方法的优异性能，并且形成了该数据集在SAR飞机检测、细粒度识别、检测识别一体化等不同任务中性能指标的基准。
13
飞鸟和无人机(UAVs)是典型的“低慢小”目标，具有低可观测性，对两者的有效监视和识别成为保障空中航路安全、城市安保等需求迫切需要解决的难题。飞鸟和无人机目标类型多、飞行高度低、机动性强、雷达散射截面积小，加之探测环境复杂，给目标探测带来极大困扰，已成为世界性难题。因此迫切需要研发“看得见(检测能力强)、辨得明(识别概率高)”的无人机、飞鸟等“低慢小”目标监视手段和技术，实现目标的精细化描述和识别。该文集中对近年来复杂场景下旋翼无人机和飞鸟目标检测与识别技术的研究进展进行了归纳总结，介绍了飞鸟和无人机探测的主要手段，从回波建模和微动特性认知、泛探模式下机动特征增强与提取、分布式多视角特征融合、运动轨迹差异、深度学习智能分类等方面给出了检测和识别的有效途径。最后，该文总结了现有研究存在的问题，对未来复杂场景下飞鸟和无人机目标检测与识别技术的发展进行了展望。
飞鸟和无人机(UAVs)是典型的“低慢小”目标，具有低可观测性，对两者的有效监视和识别成为保障空中航路安全、城市安保等需求迫切需要解决的难题。飞鸟和无人机目标类型多、飞行高度低、机动性强、雷达散射截面积小，加之探测环境复杂，给目标探测带来极大困扰，已成为世界性难题。因此迫切需要研发“看得见(检测能力强)、辨得明(识别概率高)”的无人机、飞鸟等“低慢小”目标监视手段和技术，实现目标的精细化描述和识别。该文集中对近年来复杂场景下旋翼无人机和飞鸟目标检测与识别技术的研究进展进行了归纳总结，介绍了飞鸟和无人机探测的主要手段，从回波建模和微动特性认知、泛探模式下机动特征增强与提取、分布式多视角特征融合、运动轨迹差异、深度学习智能分类等方面给出了检测和识别的有效途径。最后，该文总结了现有研究存在的问题，对未来复杂场景下飞鸟和无人机目标检测与识别技术的发展进行了展望。
14
2025, 14(1): 73-90.
毫米波雷达凭借其出色的环境适应性、高分辨率和隐私保护等优势，在智能家居、智慧养老和安防监控等领域具有广泛的应用前景。毫米波雷达三维点云是一种重要的空间数据表达形式，对于人体行为姿态识别具有极大的价值。然而，由于毫米波雷达点云具有强稀疏性，给精准快速识别人体动作带来了巨大的挑战。针对这一问题，该文公开了一个毫米波雷达人体动作三维点云数据集mmWave-3DPCHM-1.0，并提出了相应的数据处理方法和人体动作识别模型。该数据集由TI公司的IWR1443-ISK和Vayyar公司的vBlu射频成像模组分别采集，包括常见的12种人体动作，如走路、挥手、站立和跌倒等。在网络模型方面，该文将边缘卷积(EdgeConv)与Transformer相结合，提出了一种处理长时序三维点云的网络模型，即Point EdgeConv and Transformer (PETer)网络。该网络通过边缘卷积对三维点云逐帧创建局部有向邻域图，以提取单帧点云的空间几何特征，并通过堆叠多个编码器的Transformer模块，提取多帧点云之间的时序关系。实验结果表明，所提出的PETer网络在所构建的TI数据集和Vayyar数据集上的平均识别准确率分别达到98.77%和99.51%，比传统最优的基线网络模型提高了大约5%，且网络规模仅为1.09 M，适于在存储受限的边缘设备上部署。
毫米波雷达凭借其出色的环境适应性、高分辨率和隐私保护等优势，在智能家居、智慧养老和安防监控等领域具有广泛的应用前景。毫米波雷达三维点云是一种重要的空间数据表达形式，对于人体行为姿态识别具有极大的价值。然而，由于毫米波雷达点云具有强稀疏性，给精准快速识别人体动作带来了巨大的挑战。针对这一问题，该文公开了一个毫米波雷达人体动作三维点云数据集mmWave-3DPCHM-1.0，并提出了相应的数据处理方法和人体动作识别模型。该数据集由TI公司的IWR1443-ISK和Vayyar公司的vBlu射频成像模组分别采集，包括常见的12种人体动作，如走路、挥手、站立和跌倒等。在网络模型方面，该文将边缘卷积(EdgeConv)与Transformer相结合，提出了一种处理长时序三维点云的网络模型，即Point EdgeConv and Transformer (PETer)网络。该网络通过边缘卷积对三维点云逐帧创建局部有向邻域图，以提取单帧点云的空间几何特征，并通过堆叠多个编码器的Transformer模块，提取多帧点云之间的时序关系。实验结果表明，所提出的PETer网络在所构建的TI数据集和Vayyar数据集上的平均识别准确率分别达到98.77%和99.51%，比传统最优的基线网络模型提高了大约5%，且网络规模仅为1.09 M，适于在存储受限的边缘设备上部署。
15
2025, 14(4): 797-808.
无人机隐蔽通信在实现可持续低空经济方面引起了相当大的关注。该文基于通感一体化(ISAC)框架，研究了多无人机协作隐蔽通信网络的系统策略和资源分配，其中多个无人机进行协作感知并在移动监管者(Willie)存在的情况下同时向多个地面用户(GUs)隐蔽传输下行信息。为了提高通信隐蔽性，无人机在干扰无人机(JUAV)模式和信息无人机(IUAV)模式之间自适应切换。为了应对Willie的移动性，采用基于无迹卡尔曼滤波的方法，利用从ISAC回波中提取的时延和多普勒频移来预测和跟踪Willie的位置。通过联合优化JUAV选择策略、IUAV-GU调度、通信/干扰功率分配，该文提出了一个实时公平性传输最大化问题。采用交替优化方法，将原始问题分解为一系列子问题，从而获得有效的次优解。仿真结果表明，所提出的方案能够准确跟踪Willie并有效保证下行隐蔽传输。
无人机隐蔽通信在实现可持续低空经济方面引起了相当大的关注。该文基于通感一体化(ISAC)框架，研究了多无人机协作隐蔽通信网络的系统策略和资源分配，其中多个无人机进行协作感知并在移动监管者(Willie)存在的情况下同时向多个地面用户(GUs)隐蔽传输下行信息。为了提高通信隐蔽性，无人机在干扰无人机(JUAV)模式和信息无人机(IUAV)模式之间自适应切换。为了应对Willie的移动性，采用基于无迹卡尔曼滤波的方法，利用从ISAC回波中提取的时延和多普勒频移来预测和跟踪Willie的位置。通过联合优化JUAV选择策略、IUAV-GU调度、通信/干扰功率分配，该文提出了一个实时公平性传输最大化问题。采用交替优化方法，将原始问题分解为一系列子问题，从而获得有效的次优解。仿真结果表明，所提出的方案能够准确跟踪Willie并有效保证下行隐蔽传输。
16
2025, 14(4): 867-895.
雷达通信一体化(DFRC)系统的射频隐身性能是雷达隐身探测和通信隐蔽传输的关键。然而，传统基于相控阵和MIMO体制的波束形成方案不具备距离维辐射能量控制能力，导致一体化发射信号容易被敌方无源探测系统截获。针对此问题，该文提出一种面向射频隐身的频控阵-多输入多输出(FDA-MIMO)雷达通信一体化发射接收波束联合设计方法。首先，构建基于正交波形生成、频率分集调制和发射波束形成加权的FDA-MIMO一体化发射信号模型，通过匹配滤波和接收波束形成获得雷达等效发射波束图与通信传输信道的距离角度二维表达式。其次，以通信信息嵌入和通信可达速率为约束条件，以雷达目标处的等效发射波束图功率最小化和输出信干噪比最大化为双优化目标函数，建立面向射频隐身的FDA-MIMO雷达通信一体化发射接收波束联合优化模型。最后，提出基于加权均方误差最小化(WMMSE)和共享交替方向乘子法(C-ADMM)的联合优化算法，推导各变量的闭式表达式并结合凸优化算法，实现低复杂度求解。仿真结果表明，该文所提方法的雷达探测与通信传输在距离角度二维平面上均为“点对点”模式，具备良好的射频隐身能力，同时能够提供较高的杂波和干扰抑制性能以及较低的通信误码率。
雷达通信一体化(DFRC)系统的射频隐身性能是雷达隐身探测和通信隐蔽传输的关键。然而，传统基于相控阵和MIMO体制的波束形成方案不具备距离维辐射能量控制能力，导致一体化发射信号容易被敌方无源探测系统截获。针对此问题，该文提出一种面向射频隐身的频控阵-多输入多输出(FDA-MIMO)雷达通信一体化发射接收波束联合设计方法。首先，构建基于正交波形生成、频率分集调制和发射波束形成加权的FDA-MIMO一体化发射信号模型，通过匹配滤波和接收波束形成获得雷达等效发射波束图与通信传输信道的距离角度二维表达式。其次，以通信信息嵌入和通信可达速率为约束条件，以雷达目标处的等效发射波束图功率最小化和输出信干噪比最大化为双优化目标函数，建立面向射频隐身的FDA-MIMO雷达通信一体化发射接收波束联合优化模型。最后，提出基于加权均方误差最小化(WMMSE)和共享交替方向乘子法(C-ADMM)的联合优化算法，推导各变量的闭式表达式并结合凸优化算法，实现低复杂度求解。仿真结果表明，该文所提方法的雷达探测与通信传输在距离角度二维平面上均为“点对点”模式，具备良好的射频隐身能力，同时能够提供较高的杂波和干扰抑制性能以及较低的通信误码率。
17
2025, 14(2): 366-388.
基于深度学习的合成孔径雷达(SAR)图像目标识别技术日趋成熟。然而，受散射特性、噪声干扰等影响，同类目标的SAR成像结果存在差异。面向高精度目标识别需求，该文将目标实体、生存环境及其交互空间中不变性特征的组合抽象为目标本质特征，提出基于图网络与不变性特征感知的SAR图像目标识别方法。该方法用双分支网络处理多视角SAR图像，通过旋转可学习单元对齐双支特征并强化旋转免疫的不变性特征。为实现多粒度本质特征提取，设计目标本体特征强化单元、环境特征采样单元、上下文自适应融合更新单元，并基于图神经网络分析其融合结果，构建本质特征拓扑，输出目标类别向量。该文使用t-SNE方法定性评估算法的类别辨识能力，基于准确率等指标定量分析关键单元及整体网络，采用类激活图可视化方法验证各阶段、各分支网络的不变性特征提取能力。该文所提方法在MSTAR车辆、SAR-ACD飞机、OpenSARShip船只数据集上的平均识别准确率分别达到了98.56%, 94.11%, 86.20%。实验结果表明，该算法具备在SAR图像目标识别任务中目标本质特征提取能力，在多类别目标识别方面展现出较高的稳健性。
基于深度学习的合成孔径雷达(SAR)图像目标识别技术日趋成熟。然而，受散射特性、噪声干扰等影响，同类目标的SAR成像结果存在差异。面向高精度目标识别需求，该文将目标实体、生存环境及其交互空间中不变性特征的组合抽象为目标本质特征，提出基于图网络与不变性特征感知的SAR图像目标识别方法。该方法用双分支网络处理多视角SAR图像，通过旋转可学习单元对齐双支特征并强化旋转免疫的不变性特征。为实现多粒度本质特征提取，设计目标本体特征强化单元、环境特征采样单元、上下文自适应融合更新单元，并基于图神经网络分析其融合结果，构建本质特征拓扑，输出目标类别向量。该文使用t-SNE方法定性评估算法的类别辨识能力，基于准确率等指标定量分析关键单元及整体网络，采用类激活图可视化方法验证各阶段、各分支网络的不变性特征提取能力。该文所提方法在MSTAR车辆、SAR-ACD飞机、OpenSARShip船只数据集上的平均识别准确率分别达到了98.56%, 94.11%, 86.20%。实验结果表明，该算法具备在SAR图像目标识别任务中目标本质特征提取能力，在多类别目标识别方面展现出较高的稳健性。
18
状态: , 更新:
近年来，人工智能技术和遥感领域的结合已成为领域发展的前沿热点，多模态大语言模型(MLLM)的快速发展为遥感智能解译带来新的机遇和挑战。遥感多模态大语言模型通过构建大语言模型与视觉模型之间的桥接机制并采用联合训练方式，深度融合遥感领域的视觉特征与语义信息，有效推动遥感智能解译由浅层语义匹配向高层的世界知识理解跃迁。该文系统性回顾了多模态大语言模型在遥感领域的相关研究成果，以期为新的研究方向提供依据。具体而言，该文首先明确了遥感多模态大语言模型(RS-MLLM)的概念定义，并梳理了遥感多模态大语言模型的发展脉络。随后，详细阐述了遥感多模态大语言模型的模型架构、训练方法、适用任务及其对应的基准数据集，并介绍了遥感智能体。最后，探讨了遥感多模态大语言模型的研究现状和未来发展方向。
近年来，人工智能技术和遥感领域的结合已成为领域发展的前沿热点，多模态大语言模型(MLLM)的快速发展为遥感智能解译带来新的机遇和挑战。遥感多模态大语言模型通过构建大语言模型与视觉模型之间的桥接机制并采用联合训练方式，深度融合遥感领域的视觉特征与语义信息，有效推动遥感智能解译由浅层语义匹配向高层的世界知识理解跃迁。该文系统性回顾了多模态大语言模型在遥感领域的相关研究成果，以期为新的研究方向提供依据。具体而言，该文首先明确了遥感多模态大语言模型(RS-MLLM)的概念定义，并梳理了遥感多模态大语言模型的发展脉络。随后，详细阐述了遥感多模态大语言模型的模型架构、训练方法、适用任务及其对应的基准数据集，并介绍了遥感智能体。最后，探讨了遥感多模态大语言模型的研究现状和未来发展方向。
19
2017, 6(1): 55-64.
作为一种新体制雷达，分布式孔径相参合成雷达通过多孔径分散布置以及电磁波空间能量合成，实现雷达大威力高精度探测，是解决平台约束与探测性能矛盾的有效手段，具有生存能力强、效费比高、角分辨率高、扩展性强、实现性好等技术优势，是雷达重要的发展方向。该文对分布式孔径相参合成雷达的工作原理、技术优势、国内外发展现状和关键技术进行了阐述，重点介绍了相关的原理验证试验，并对该雷达技术的发展方向及典型应用进行了展望。
作为一种新体制雷达，分布式孔径相参合成雷达通过多孔径分散布置以及电磁波空间能量合成，实现雷达大威力高精度探测，是解决平台约束与探测性能矛盾的有效手段，具有生存能力强、效费比高、角分辨率高、扩展性强、实现性好等技术优势，是雷达重要的发展方向。该文对分布式孔径相参合成雷达的工作原理、技术优势、国内外发展现状和关键技术进行了阐述，重点介绍了相关的原理验证试验，并对该雷达技术的发展方向及典型应用进行了展望。
20
2025, 14(3): 754-780.
海上目标检测识别技术发展需要大量高质量的海上目标多传感器实测数据。针对这一需求，“雷达对海探测数据共享计划(SDRDSP)”升级为“海上目标数据共享计划(MTDSP)”，利用HH极化雷达、VV极化雷达、光电设备、AIS设备开展海上船只目标多源观测试验，获取雷达中频/视频回波切片数据、可见光与红外图像数据、AIS静态与动态报文数据、气象水文数据，覆盖典型海况和多种船型，构建涵盖多种类型海上目标的多源观测数据集，完成同一目标多种模态数据的匹配和标注，并实现目标数据的自动入库管理、条件检索和批量导出，为海上目标特性数据自动获取、长期积累与使用奠定基础。在此基础上，基于实测数据对比分析了不同海况、姿态、极化条件下同一船只目标的时域/频域特征、不同类型船只目标的时域/频域特征，形成了目标特征变化的统计结论。
海上目标检测识别技术发展需要大量高质量的海上目标多传感器实测数据。针对这一需求，“雷达对海探测数据共享计划(SDRDSP)”升级为“海上目标数据共享计划(MTDSP)”，利用HH极化雷达、VV极化雷达、光电设备、AIS设备开展海上船只目标多源观测试验，获取雷达中频/视频回波切片数据、可见光与红外图像数据、AIS静态与动态报文数据、气象水文数据，覆盖典型海况和多种船型，构建涵盖多种类型海上目标的多源观测数据集，完成同一目标多种模态数据的匹配和标注，并实现目标数据的自动入库管理、条件检索和批量导出，为海上目标特性数据自动获取、长期积累与使用奠定基础。在此基础上，基于实测数据对比分析了不同海况、姿态、极化条件下同一船只目标的时域/频域特征、不同类型船只目标的时域/频域特征，形成了目标特征变化的统计结论。
- 首页
- 上一页
- 1
- 2
- 3
- 4
- 5
- 下一页
- 末页
- 共:5页
微信 | 公众平台 
